如何反向遍历Pandas DataFrame至指定条件，再以新值继续迭代？

可以利用Pandas的反向填充逻辑快速实现需求，无需手动遍历，步骤如下：

1. 准备示例数据 #

import pandas as pd

data = {'element': [120000000, 8000000, 120003000, 7000000, 120003333, 120003444, 5000000]}
df = pd.DataFrame(data)

2. 核心处理逻辑 #

# 筛选并保留7位数字，非7位数字设为NaN
temp = df['element'].where((df['element'] >= 1000000) & (df['element'] < 10000000))
# 反转临时列后向前填充，再反转回原顺序得到assigned列
df['assigned'] = temp.iloc[::-1].ffill().iloc[::-1]

逻辑说明 #

• 第一步通过数值范围精准筛选7位数字（7位数字的取值范围为1000000 <= x < 10000000），将非7位数字替换为NaN；
• 反转临时列后使用ffill()向前填充，等价于从原DataFrame末尾开始，用最近的7位数字覆盖所有前置行，直到遇到下一个7位数字；
• 最后反转回原顺序，即可得到符合要求的assigned列。

运行后DataFrame结果：

element  assigned
0  120000000    8000000
1    8000000    8000000
2  120003000    7000000
3    7000000    7000000
4  120003333    5000000
5  120003444    5000000
6    5000000    5000000

内容的提问来源于stack exchange，提问作者charles_bundschu